Prolog

отношения между ними - стрелками. Овалами изображены комбинации событий (И, ИЛИ, НЕ).

Мы будем считать, что отношения между событиями (стрелки) являются своего рода 'мягкими импликациями'. Пусть имеются два события E   и  H,  и пусть информация о том, что имело место событие Е,  оказывает влияние на нашу уверенность в том, что произошло событие H.  Если это влияние является 'категорической импликацией', то можно просто написать

        если Е  то  H

В случае же 'мягкой импликации' это отношение может быть менее определенным, так что ему можно приписать некоторую 'силу', с которой оно действует:

        если E  то  H   с силой  S

Та сила, с которой достоверность Е   влияет на уверенность в H,   моделируется в системе Prospector при помощи двух параметров:

        N  =   'коэффициент необходимости'

        S  =   'коэффициент достаточности'

Рис. 14. 14.  Сеть вывода системы AL/X (заимствовано

из Reiter (1980) ).

Числа, приписанные прямоугольникам, - априорные

вероятности событий; числами на стрелках задается

'сила' отношений между событиями.

В сети вывода это изображается так:

                E ------------> H

                      (N, S)

Два события, участвующие в отношении, часто называют 'фактом' и 'гипотезой' соответственно. Допустим, что мы проверяем гипотезу H.  Тогда мы будем искать такой факт  Е,  который мог бы подтвердить либо опровергнуть эту гипотезу.  S   говорит нам, в какой степени достаточно факта  Е  для подтверждения гипотезы   H;  N  -  насколько необходим факт Е  для подтверждения гипотезы  Н.   Если факт  Е  имел место, то чем больше  S,  тем больше уверенности в  H.   С другой стороны, если не верно, что имел место факт  Е,  то чем больше  N,   тем менее вероятно, что гипотеза  H   верна. В случае, когда степень достоверности   Е  находится где-то между полной достоверностью и невозможностью, степень достоверности  H  определяется при помощи интерполяции между двумя крайними случаями. Крайние случаи таковы:

    (1)        известно, что факта  Е  не было

    (2)        известно, что факт  Е  имел место

    (3)        ничего не известно относительно  Е

Для каждого события  H  сети вывода существует априорная вероятность р₀(Н)    (безусловная) вероятность события  H   в состоянии, когда неизвестно ни одного положительного или отрицательного факта. Если становится известным какой-нибудь факт  E,   то вероятность  H  меняет свое значение с  р₀(Н)  на  р(Н | Е).   Величина изменения зависит от 'силы' стрелки, ведущей из  E  в  H.   Итак, мы начинаем проверку гипотез, принимая их априорные вероятности. В дальнейшем происходит накопление информации о фактах, что находит свое отражение в изменении вероятностей событий сети. Эти изменения распространяются по сети от события к событию в соответствии со связями между событиями. Например, рассмотрим рис. 14.14 и предположим, что получена информация о срабатывании индикатора открытия выпускного клапана. Эта информация повлияет на нашу уверенность в том, что выпускной клапан открылся, что, в свою очередь, повлияет на уверенность в